Dalawang buwan na ang nakalipas, ang GPT-5.6 Sol ay nagdulot ng malaking kaguluhan.
Ipinag-alis nito ang halos lahat ng mga file ni Matt Shumer, ang tagapagtatag ng HyperWrite, sa kanyang Mac, kabilang ang mga pangunahing dokumento ng kumpanya.
Agad ni Matt pinabayaan ang project at sinakop lahat ng pangunahing kasangkapan sa Claude Fable 5.
Dalawang buwan pagkatapos, sa araw ng paglalabas ng GPT-6 Astra, binalita ulit ni Matt ang isang malalim na pagsusuri: Ang GPT-6 Astra ay bumalik sa akin.
Nakita niya na mas maingat ang GPT-6 Astra kaysa sa nakaraang bersyon, alam nito kung ano ang dapat gawin at kung ano ang hindi dapat gawin, kaya naging mas tiyak na siya na ipagkatiwala ang gawain nang buo, nang hindi kailangang manatili sa paligid tulad ng isang tagapagmamasid.
Isinagawa niya ang isang napakalaking eksperimento sa GPT-6 Astra: mula sa isang prompt, binuo niya nang paulit-ulit ang isang virtual na Manhattan sa Unreal Engine.
Ngunit ang tunay na nagbigay sa kanya ng desisyon na balikin ang pangunahing puwesto ay hindi lamang ang pagpapabuti ng kakayahan ng modelo, kundi ang kanyang sariling nalikhang paraan para pagsamahin ang AI: Manager Loop.
Nilutas ng paraong ito ang isang mas patay na problema kaysa sa “kaya ba ng AI ang paggawa”?
Kung ang proyekto ay dumadami sa isang tiyak na sukat, sino ang responsable na siguraduhin na patuloy na umuunlad ang team patungo sa kanilang layunin?
Bakit bumalik ang taong nawala ang lahat ng file sa kanyang computer?
Muna pong ipaliwanag ang nakaraang konteksto.
Iyong Hulyo 10, araw pagkatapos ng paglalabas ng pamilya ng GPT-5.6, sinabi ni Matt sa social media tungkol sa kanyang malaking pagkabigo:
GPT-5.6 Sol「Kanina lang ay naligaw ko ang halos lahat ng mga file ko sa Mac ko.」
Hindi nagtagal, ang production database ng engineer na si Bruno Lemos ay pinagpalitan din ng parehong model. Parang isang pagkakataon, ilang oras bago ay nagsalita siya sa Slack ng kumpanya para ipagtanggol ang model at pinagsisisihan si Shumer dahil ibinigay ang Full-Access permission.
Ang head ng engineering ng OpenAI Codex, Thibault Sottiaux, ay sumali nang personal upang ipaliwanag na karaniwang nangyayari ang ganitong insidente sa mga sitwasyon kung деactivated ang sandbox at ang automatic review, at naka-enable ang Full-Access mode:
Sinubukan ng model na i-rename ang environment variables, ngunit pinag-isa nito ang home directory ng user.
Isang “mali na tapat,” ayon sa OpenAI.
Hindi makakapagpapaniwala sa Matt ang ganitong paliwanag. Ang reaksyon niya ay lumipat sa Claude at sinabing: Kung gusto ng OpenAI na ibalik ako, kailangan nilang ipakita ang isang 'mirakulo' na modelo.
Dalawang buwan mula ngayon, dumating ang GPT-6 Astra.
Hindi ni Matt pinapansin kung gaano katalino na ito, kundi kung kaya niyang ipagkatiwala ang gawain sa ito.
Ang kanyang sagot ay "oo." Mas maingat ang Astra kaysa sa nakaraang bersyon, minsan ay sobrang maingat, ngunit sa huli ay kayang niyang iwanan nang walang alinlangan.
Nagbigay siya ng isang halimbawa: Isang weekend, nasa labas siya para sa isang date, at nag-message ang kanyang kaibigan na ang isang service na kanyang itinataguyod ay nagsara.
Inilabas niya ang kanyang cellphone, ipinasok ang isang mensahe na “Nakaputol na, ayusin mo,” at agad niyang isinara ang screen at isinilip ito sa bulsa. Isang oras pagkatapos, sinabi ng kanyang kaibigan na ayos na.
At siya mismo, nakalimutan na lang na nagbigay ng utos na iyon.
Limang Mac ay may mga pagsikat na palabas, stuck sa iisang pader
Matapos maayos ang araw-araw na gawain, desisyon ni Matt na dagdagan ang lakas ng Astra.
Pinayagan niya ang Astra na itayo ang isang lungsod ng New York sa Unreal Engine.
Talagang mas mahusay ang Astra sa paghahandle ng mahabang gawain kaysa sa nakaraang bersyon, ngunit kapag umabot na sa isang tiyak na yugto, ang progreso ay nagsisigaw.
Patuloy pa ring nagtatrabaho ang AI, ngunit mas nagiging detalyado na, at nababahala sa pagpupursige sa mga maliit na detalye sa isang maliit na lugar, habang ang pangkalahatang progreso ng proyekto ay walang pag-unlad.
Ang tubig na tangke sa bubong, ang neon sign sa pinto, ang Astra ay lalong nagiging mas detalyado sa mga maliit na detalyeng ito, ngunit ang kabuuang progreso ay nananatiling naka-stuck
Upang malutas ang pagkakapigil na ito, subukan ni Matt ang limang paraan ng pag-organisa ng mga intelligent agent.
Ang pinakasimpleng paraan ay magbigay ng malaking gawain na papatuloy na mag-run, kasama ang mekanismo ng blind review sa pagitan.
Ang simula ay malakas tulad ng tigre, ngunit madalas na nakikipaglaban sa mga detalye. Natutunan niya ang aral: ang pagpapatakbo ng modelo nang patuloy at ang pagpapakilala sa modelo kung ano ang susunod na gagawin, dalawang magkaibang bagay ito.
Ang pangalawang paraan ay ang paghihiwalay ng mga tungkulin. Kahit na malinaw ang pagkakahati, ang pagkoordinasyon at pag-apruba ay naging bagong problema.
Ang ikatlo ay ang pagtakda ng isang tagapagmamasid na katulad ng isang CEO na susuriin ang bawat 30 minuto. Ang resulta ay halos walang pagpapabuti.
Ang ikaapat ay ang pagpapasya ng coordinator na baguhin ang istruktura ng tim. Maraming paraan, ngunit nanatili pa rin sila sa iisang pader.
Ikalimang paraan, bumalik siya sa pinakasimpleng paraan: pinapahintulutan niya ang agent na hatiin ang layunin sa isang listahan na may mga yugto, at pagkatapos makumpleto ang isang yugto, tumigil ito; pinipindot ni Matt ang dalawang salitang “patuloy,” at pagkatapos ay pumapasok ang AI sa susunod na yugto.
Nakatulong pala ang paraang ito, nakakapagpatuloy na ang proyekto.
Ngunit ang problema ay lumabas: kailangan niya ang pagpapayag ng tao bawat beses.
Siya mismo ang naging bottleneck: para talagang magsimula ang proyekto, kailangan tanggalin siya sa siklo.
Manager Loop: Alisin ang sarili mula sa loop
Ang ikaanim na solusyon, ang Manager Loop, ay may napakatamis na pangunahang lohika.
Nagbuwas siya ng dalawang paralel na usapan sa Codex, bawat isa ay may sariling gawain:
Isang “coordinator”.
Una niyang isinasagawa ang isang malalim na interbyu sa tao, kung saan pinagsasama ang mga layunin, pagkatapos ay binabalewala ang layunin sa isang listahan ng mga gawain at iba’t ibang mga yugto.
Ang isa pa ay ang "Executor".
Nakakapagpatakbo ito sa isang ganap na independiyenteng sesyon, hindi bilang ilalim ng coordinator.
Ang coordinator ay nagkakaloob ng mga gawain sa kasalukuyang yugto sa kanya, at pinapagawa nito ang mga ito hanggang sa matapos.
Nakatapos na, kinuha ng coordinator ang pagpapatotoo, tapos ipinapadala ang susunod na yugto.
Kung sobrang abala, ang executor ay maaaring mag-delegate ng mga sub-agent ayon sa pangangailangan.
Sa perpektong closed loop, ang coordinator ay nagmamay-ari ng buong gawain ng tao: patuloy na sinusubaybayan ang pangkabuuang plano upang hindi matigil ang proyekto, at nagpapalit sa mga tao sa paulit-ulit na pagsasabi ng “patuloy”.
Ipinataas ang limitasyon ng mga sub-agent sa 96, at sinira ang Manhattan nang walang awa
Upinang palawigin ng Matt ang limitasyon sa pagkakasunod-sunod ng sistema upang bigyan ng ganap na kalayaan ang mga tagapagpaganap.
Dinagdagan niya ang default na 4 na computer sa hindi makatwirang 96.
Hindi ito nangangahulugan na ang 96 na AI ay tuloy-tuloy na nagtatrabaho nang sabay-sabay. Minsan, hindi gumagamit ng buong quota ang model, at kailangan ng malinaw na paghikayat sa prompt.
Ngunit sa ekstremong konfigurasyong ito, nangyari ang isang kagandahan.
Gamit ang mga ready-made na tool at asset (tulad ng MetaHuman characters), nagbuo ang Astra ng mundo ng Manhattan sa loob ng isang linggo sa Unreal Engine.
Ipinagmamalaki niya ang unang kalye hanggang sa masaya, at pagkatapos ay palalawakin ito sa bawat kalye pababa.
Nakapagkakaroon na ng detalye sa facade ng Unang Kalye, kabilang ang tekstura ng pader na bato, mga relief sa ibabaw ng bintana, at mga fire escape.
Bagaman may ilang buwan pa bago matapos ang pagbuo ng buong New York, ang Astra ay ang unang modelo na talagang nakakagamit ng mga komplikadong kapaligiran na ito.
Ito ay isang pagsisikap na lubos na nagpapakailangan ng hardware.
Ang living room ni Matt ay parang maliit na data center: isang Mac mini na nasa kusina, tatlong MacBook Pro na nakalagay sa tsafle na may mga pagsisikap na mabilis na gumagalaw, at isang machine sa cloud na puno na ng mga agent.
Ang pinakakapalit ay nang magbigay siya ng pansamantalang solusyon sa Astra nang malapit nang mabuo ang disk: ilipat ang mga lumang thread sa cloud, tanggalin ang lokal na kopya, at i-download muli kapag buksan.
Sa kanyang mga salita: Ang pagpapakasal sa isang AI para pangalagaan ang computer, para sa layuning makapagpapakasal ang computer ng higit pang AI, ay sariwang magkakaroon ng kakaibang kalikasan.
Hindi nagwagi ang Astra sa lahat ng mga battlefield.
Siyempre, hindi palagi pinapahalagahan ni Matt ang Astra.
Sa kanyang pananaw, ang totoong lakas ng Astra ay ang inhinyeriya, paggamit ng computer, at mga mahabang gawain, ngunit sa pagiging maganda at paggawa ng 3D assets, mas masisikat pa rin si Claude.
Sa araw ng pagpapalabas, may netizen na gumawa ng isang paghahambing:
Iisang paalala, hayaan ang Fable 5.1 at GPT-6 Astra na gumawa ng isang villa sa tabing dagat sa Blender. Sa kaliwa ay ang Fable 5.1, sa kanan ay ang GPT-6 Astra.
Ang pagkakaiba ay tila malaki.
Iisang villa task, kaliwa ang Fable 5.1, kanan ang GPT-6 Astra. (Sourche: @karankendre)
Ngunit ito ay isang pambihirang paghahambing lamang, at ang mga prompt at bilang ng pagsubok ay hindi ipinakita; iba ito sa paghuhusga ni Matt at hindi ito kumakatawan sa pangkabuuang kakayahan sa biswal ng dalawang kompanya.
Ang sariling pagtataya ni Matt: upang hayaan ang model na direktang “magsalibing” ng magandang bagay sa Three.js o Blender, mas malakas pa rin si Claude; ngunit kapag isinaksak sila sa Unreal, maaaring gamitin ang mga umiiral na asset at ilaw, unang beses na nanalo si Astra.
Inaasahan niya rin na may malaking pagpapabuti ang Fable 5.1 sa pagpapagana sa Unreal, at ang espesyalong paghahambing ay kasalukuyang ginagawa.
Kaya ang pagkakaiba sa model layer ay nananatili, ngunit mula sa “sino ang mas malakas sa kabuuan” ay naging “sino ang mas malakas sa isang partikular na bahagi”.
Ang nagpapalayo talaga ay ang pagkakasunod-sunod.
Kapag ang mga modernong modelo ay pumasok sa magkakaparehong antas ng kakayahan, ang mga bagay na nasa labas ng modelo: kung paano mo ito iskedyul, anong mga kasangkapan at kapaligiran ang ibibigay mo sa kanila, at gaano ka-kaya mag-parallel na pagkalkula, ay nagsisimula nang humuhula kung gaano ka-kaya magbigay ng halaga.
Mga sanggunian: https://x.com/mattshumer_/status/2095609734845927525
Nakuha mula sa WeChat public account na "Xin Zhi Yuan", may-akda: ASI Revelation; editor: Yuan Yu